我国城镇居民人均消费的SPSS统计分析.doc

2013年我国城镇居民人均消费的SPSS统计分析搜集到的2013年我国31个城市城镇居民人均消费水平的数据数据来源：国家统计局对数据的基本分析在数据文件建立好后，通常还需要对待分析的数据进行必要的预加工处理，这是数据分析过程中不可缺少的一个关键环节.、对数据按人均消费（expend）进行降序排列操作步骤：（1）：选择“数据”→“排序个案”菜单项（2）：将“人均消费（expend）”选入“排序依据”列表框，选中“降序”（3）：点击“确认”按钮，生成如下降序排列的数据集由数据的降序排列可以看出，全国只有上海、北京、广东等九个城市的城镇人均消费在全国城镇人均消费水平以上.、作出人均收入和人均消费的直方图操作步骤：（1）：选择“图形”，打开“图表构建程序”菜单项（2）：从“库”中选择“直方图”将其拉入“图表预览使用数据实例”（3）：将变量“地区”设置为x轴，将“人均收入”和“人均消费”设置为y轴（4）：点击“确认”按钮，即生成如下直方图通过一个复合条形图，可以很明确的发现我国城镇居民生活水平存在很大的地区差异，地区发展很不平衡，从图中的生活消费支出和人均收入来看，北京，上海，浙江这些省市城镇居民消费水平最高，人均收入也是最高的，各省市的城镇居民消费水平差异较大，大多数省份城镇居民人均消费集中在15000元左右.、对数据按照人均消费作出直方图，以统计我国农村人均消费的水平首先对数据分组，分组数目的确定.按照Sturges提出的经验公式来确定组数K,K=1+，计算得组数为6.2、确定组距组距=（最大值-最小值）/组数=（）/6=，可近似取值为元.操作步骤：（1）：选择“转换”→“可视离散化”菜单项，将“人均消费”选入“要离散的变量”列表框中，单击“继续”按钮进入主对话框.（2）：单击“生成分割点”按钮，设定分割点数量为6，宽度为，可见系统会自动会填充第一个分割点的位置为，单击“应用”返回到主对话框.（3）：此时可以看到下部数值标签网格里的“值”列已被自动填充，单击“生成标签”按钮，是标签列也得到自动填充.（4）：将离散的变量名设定为expendNew.（5）：单击“确定”按钮.频数分析操作步骤：（1）：选择“分析”→“描述统计”→“频率”，打开频率对话框.（2）：选定“expendNew”，点击“图表”，选择“条形图”点击继续.（3）：点击“确认”，生成如下三张表.Statistics人均消费(已离散化)NValid32Missing0MeanMedianStd.DeviationMinimum1Maximum7Percentiles255075人均消费(已离散化)FrequencyPercentValidPercentCumulativePercentValid<=1-10-13-3-3-1+1Total32由上图的频数分析可以看出，我国2013年城镇居民人均消费支出集中在第二组和第三组，大约占到百分之七十.由于在表格中不存在缺失值，因此频数分布表中的百分比和有效百分比相同.从此次分析中可以看出，我国城镇家庭居民人均消费的总体水平比较集中，大约在12000元--18000元之间，还有少数省市的消费水平处在中等阶段，而有上海、北京、浙江等一些经济较发达的地区的城镇家庭居民人均消费达到了21000元以上.对数据的回归分析、作出人均收入与消费支出散点图，以观察他们的线性关系如何操作步骤：（1）：选择“图形”，打开“图表构建程序”菜单项（2）：从“库”中选择“散点图”将其拖入“图表预览使用数据实例”（3）：将“人均收入”选定为x轴，将“人均消费”选定为y轴（4）：点击“确认”生成如下散点图由散点图可以看出，人均消费Y和人均收入X大概呈一元线性关系，因此可以建立一元线性模型进行回归分析.假设回归模型为Y=a+bX,其中，Y表示城镇人均消费支出，为被解释变量，X表示人均收入，为解释变量，b为回归系数.操作步骤：（1）选择“分析”→“回归”→“线性”菜单项，打开“线性回归”对话框.（2）将“人均消费”选入“因变量”列表框，将“人均收入”选入“自变量”列表框.（3）单击“确定”按钮.得到如下（1）、（2）、（3）、（4）四张表格，依次分析如下：表（1）：移入/移出的变量VariablesEntered/RemovedbModelVariablesEnteredVariablesRemovedMethod1人均收入a.Entera.Allrequestedvariablesentered.b.DependentVariable:人均消费从上表可以看出，放入模型的变量只有一个即“人均收入”，选择变量的方法为强行进入法，也就是说将所有的自变量都放入模型中，模型的因变量为“人均消费”.表（2）：模型汇总ModelSummaryModelRRSquareAdju